ترجمه فارسی مقاله یک سیستم بومی سازی قابل اعتماد با قابلیت AIoT از طریق یادگیری فدرال و بلاک چین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A Trustworthy AIoT-enabled Localization System via Federated Learning and Blockchain
عنوان مقاله به فارسی یک سیستم بومی سازی قابل اعتماد با قابلیت AIoT از طریق یادگیری فدرال و بلاک چین
نویسندگان Junfei Wang, He Huang, Jingze Feng, Steven Wong, Lihua Xie, Jianfei Yang
فرمت مقاله انگلیسی PDF
تعداد صفحات 10
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Cryptography and Security,Artificial Intelligence,Machine Learning,Signal Processing,رمزنگاری و امنیت , هوش مصنوعی , یادگیری ماشین , پردازش سیگنال ,
توضیحات Submitted 8 July, 2024; originally announced July 2024.
توضیحات به فارسی ارسال شده در 8 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

There is a significant demand for indoor localization technology in smart buildings, and the most promising solution in this field is using RF sensors and fingerprinting-based methods that employ machine learning models trained on crowd-sourced user data gathered from IoT devices. However, this raises security and privacy issues in practice. Some researchers propose to use federated learning to partially overcome privacy problems, but there still remain security concerns, e.g., single-point failure and malicious attacks. In this paper, we propose a framework named DFLoc to achieve precise 3D localization tasks while considering the following two security concerns. Particularly, we design a specialized blockchain to decentralize the framework by distributing the tasks such as model distribution and aggregation which are handled by a central server to all clients in most previous works, to address the issue of the single-point failure for a reliable and accurate indoor localization system. Moreover, we introduce an updated model verification mechanism within the blockchain to alleviate the concern of malicious node attacks. Experimental results substantiate the framework's capacity to deliver accurate 3D location predictions and its superior resistance to the impacts of single-point failure and malicious attacks when compared to conventional centralized federated learning systems.

چکیده به فارسی (ترجمه ماشینی)

تقاضای قابل توجهی برای فناوری محلی سازی داخلی در ساختمانهای هوشمند وجود دارد و امیدوار کننده ترین راه حل در این زمینه استفاده از سنسورهای RF و روشهای مبتنی بر اثر انگشت است که از مدل های یادگیری ماشین آموزش داده شده بر روی داده های کاربر منبع جمع آوری شده از دستگاه های IoT استفاده می کنند.با این حال ، این مسئله امنیت و حریم خصوصی را در عمل ایجاد می کند.برخی از محققان پیشنهاد می کنند از یادگیری فدرال برای غلبه بر مشکلات حریم خصوصی استفاده کنند ، اما هنوز هم نگرانی های امنیتی وجود دارد ، به عنوان مثال ، شکست یک نقطه ای و حملات مخرب.در این مقاله ، ما چارچوبی به نام DFLOC را برای دستیابی به وظایف محلی سازی دقیق سه بعدی در حالی که دو نگرانی امنیتی زیر را در نظر می گیریم ، پیشنهاد می کنیم.به ویژه ، ما یک blockchain تخصصی را برای عدم تمرکز چارچوب با توزیع وظایفی مانند توزیع مدل و تجمع که توسط یک سرور مرکزی به کلیه مشتری ها در اکثر آثار قبلی انجام می شود ، طراحی می کنیم تا به مسئله خرابی تک نقطه ای برای یک قابل اعتماد و قابل اعتماد بپردازندسیستم محلی سازی دقیق داخلی.علاوه بر این ، ما یک مکانیسم تأیید مدل به روز شده را در داخل blockchain معرفی می کنیم تا نگرانی از حملات گره ای مخرب را کاهش دهیم.نتایج تجربی ظرفیت چارچوب را برای ارائه پیش بینی های دقیق مکان سه بعدی و مقاومت برتر آن در برابر تأثیر نارسایی تک نقطه ای و حملات مخرب در مقایسه با سیستم های یادگیری فدرال متمرکز معمولی اثبات می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.